supply-chain-management

本文利用MIT啤酒游戏研究了多级供应链中的自主生成式AI代理，识别了四个推理时杠杆因素，并引入了代理牛鞭效应的概念。研究表明推理模型可以超越人类表现，并提出了基于GRPO的后训练以提高可靠性。